福建
当地时间10月27日，Google DeepMind正式发布新一代世界模型Genie 4研究预览版，自称是"迄今最逼真、交互性最强"的实时交互世界模型。
最值得注意的不是画质，而是两个跃迁：它首次在实时世界模型里原生生成音频，并且把推理能力接进了循环。按官方博客，Genie 4是原生多模态的，世界在被"画出来"的同时同步生成环境声——风吹树林、海浪拍岸，更关键的是人物对话：场景里的角色能实时对你的输入和事件做出反应、开口交谈。
用户用标准键盘做导航和镜头控制，再用文字提示随时改写场景——改天气、挪镜头、塞进一个新人物，Gemini会在上下文中把它"接戏"。技术架构上，Genie 4背靠Gemini家族：Gemini Omni负责把仿真锚定在真实世界的外观与行为上，Gemini 3.8 Flash则作为循环里的"引导智能体"，实时观察画面、把目标拆成步骤、逐帧核验是否推进成功，从而让多步事件具备因果一致性。
AI生成
官方还演示了让Gemini 4 Argon把任务拆成实时步骤，指挥Apptronik的Apollo人形机器人在仿真里下棋。
对行业的看点在于方向，而非demo本身。世界模型被DeepMind视为通往AGI的关键拼图，Genie 4的落点很明确：给机器人和智能体造"安全、无限可变"的训练环境，同时打开游戏预演、影视概念设计、历史场景复原等创作场景。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
